Connapse

Ihre KI-Agenten vergessen alles zwischen den Sitzungen. Connapse behebt das.

Jedes Mal, wenn Sie eine neue Konversation starten, beginnt Ihr KI-Agent bei Null – ohne Erinnerung an frühere Recherchen, ohne Zugriff auf Ihre Dokumente, ohne angesammeltes Wissen. Connapse ist ein Open-Source-Wissens-Backend, das Agenten ein dauerhaftes, durchsuchbares Gedächtnis verleiht. Laden Sie Dokumente hoch oder verweisen Sie auf Ihre bestehenden Amazon S3-Buckets, Azure Blob Storage-Container oder lokale Dateisysteme. Agenten können über 11 MCP-Tools, REST-API oder CLI ihren eigenen Recherche-Korpus abfragen und aufbauen. Container-isoliert, hybride Suche (Vektor + Stichwort), selbstgehostet und privat. Bereitstellung in 60 Sekunden mit Docker. Aufgebaut auf .NET 10.

KI-Agenten fragen Ihre Wissensdatenbank über den MCP-Server ab und erhalten strukturierte Antworten mit Quellenangaben aus Ihren Dokumenten.

Wechseln Sie Embedding-Anbieter, passen Sie Chunking-Parameter an und konfigurieren Sie die Suche – alles zur Laufzeit, ohne Neustart.

📦 Schnellstart

git clone https://github.com/Destrayon/Connapse.git && cd Connapse && docker-compose up -d
# Open http://localhost:5001

Voraussetzungen

• Docker & Docker Compose

• .NET 10 SDK (für die Entwicklung)

• (Optional) Ollama für lokale Embeddings

Ausführen mit Docker Compose

# Clone the repository
git clone https://github.com/Destrayon/Connapse.git
cd Connapse

# Set required auth environment variables (or use a .env file)
export CONNAPSE_ADMIN_EMAIL=admin@example.com
export CONNAPSE_ADMIN_PASSWORD=YourSecurePassword123!
export Identity__Jwt__Secret=$(openssl rand -base64 64)

# Start all services (PostgreSQL, MinIO, Web App)
docker-compose up -d

# Open http://localhost:5001 — log in with the admin credentials above

Der erste Start wird:

1. Docker-Images herunterladen (~2-5 Minuten)

2. PostgreSQL mit pgvector-Erweiterung initialisieren und EF Core-Migrationen ausführen

3. MinIO-Buckets erstellen

4. Das Administratorkonto (aus Umgebungsvariablen) anlegen und die Webanwendung starten

Entwicklungseinrichtung

# Start infrastructure only (database + object storage)
docker-compose up -d postgres minio

# Run the web app locally
dotnet run --project src/Connapse.Web

# Run all tests
dotnet test

# Run just unit tests
dotnet test --filter "Category=Unit"

Verwendung der CLI

Installieren Sie die CLI (wählen Sie eine Option):

# Option A: .NET Global Tool (requires .NET 10)
dotnet tool install -g Connapse.CLI

# Option B: Download native binary from GitHub Releases (no .NET required)
# https://github.com/Destrayon/Connapse/releases

Grundlegende Verwendung:

# Authenticate first
connapse auth login --url https://localhost:5001

# Create a container (project)
connapse container create my-project --description "My knowledge base"

# Upload files
connapse upload ./documents --container my-project

# Search
connapse search "your query" --container my-project

# Update to latest release (--pre to include alpha/pre-release builds)
connapse update
connapse update --pre

Verwendung mit Claude (MCP)

Connapse enthält einen Model Context Protocol (MCP)-Server zur Integration mit Claude und jedem MCP-Client.

Einrichtung: Erstellen Sie einen Agenten-API-Schlüssel über die Web-UI (Einstellungen → Agenten-API-Schlüssel) oder CLI (connapse auth agent-key create) und fügen Sie dann den Konfigurations-Snippet für Ihren Client hinzu:

claude mcp add connapse --transport streamable-http http://localhost:5001/mcp --header "X-Agent-Api-Key: YOUR_API_KEY"

Fügen Sie dies zu Ihrer claude_desktop_config.json hinzu:

{
  "mcpServers": {
    "connapse": {
      "transport": "streamable-http",
      "url": "http://localhost:5001/mcp",
      "headers": {
        "X-Agent-Api-Key": "YOUR_API_KEY"
      }
    }
  }
}

Fügen Sie dies zu Ihrer .vscode/settings.json (VS Code) oder Cursor MCP-Konfiguration hinzu:

{
  "mcp": {
    "servers": {
      "connapse": {
        "transport": "streamable-http",
        "url": "http://localhost:5001/mcp",
        "headers": {
          "X-Agent-Api-Key": "${input:connapseApiKey}"
        }
      }
    }
  }
}

VS Code wird bei der ersten Verwendung nach dem API-Schlüssel fragen.

Der MCP-Server stellt 11 Tools bereit:

Vollständige Referenz: Siehe docs/mcp-tools.md für Parametertabellen, Rückgabeformate, Fehlerfälle und Anwendungsbeispiele.

Schreibschutz: Amazon S3- und Azure Blob Storage-Container sind schreibgeschützt (synchronisiert von der Quelle). Dateisystem-Container respektieren Berechtigungs-Flags pro Container. Upload- und Lösch-Tools geben einen Fehler für Container zurück, die Schreibzugriffe blockieren.

• "Erstelle einen Container namens 'Projekt-Recherche' für meine Architektur-Notizen"

• "Lade alle PDFs in meinem Downloads-Ordner in den Projekt-Recherche-Container hoch"

• "Durchsuche meinen Projekt-Recherche-Container nach Informationen über Ratenbegrenzungsstrategien"

• "Liste alle Dateien im Ordner /notizen/ meines Projekt-Recherche-Containers auf"

• "Rufe den vollständigen Text von distributed-systems-notes.md aus Projekt-Recherche ab"

• "Lösche meeting-2026-03-14.md aus Projekt-Recherche und lade diese aktualisierte Version hoch"

• "Lösche alle Dateien im Ordner /entwürfe/ von Projekt-Recherche"

• "Wie viele Dokumente und Chunks befinden sich in meinem Projekt-Recherche-Container?"

Verbindung verweigert auf localhost:5001 — Docker läuft nicht oder Port-Konflikt. Prüfen Sie docker compose ps und docker compose logs web.

401 Nicht autorisiert / API-Schlüssel funktioniert nicht — Überprüfen Sie den Schlüssel unter Einstellungen > Agenten-API-Schlüssel. Schlüssel werden nur einmal bei der Erstellung angezeigt.

Tools erscheinen nicht in Claude — Starten Sie Ihren MCP-Client nach Konfigurationsänderungen neu. Überprüfen Sie den Endpunkt mit curl http://localhost:5001/mcp.

Uploads schlagen fehl oder Zeitüberschreitung — Prüfen Sie, ob der Dateityp in der Zulassungsliste steht. Die maximale Dateigröße hängt von der Serverkonfiguration ab.

Suche liefert keine Ergebnisse — Dokumente benötigen nach dem Hochladen Zeit für das Embedding. Prüfen Sie die Container-Statistiken auf den Embedding-Fortschritt.

🚀 Funktionen

• 🗂️ Container-isoliertes Wissen — Jedes Projekt erhält seinen eigenen Vektor-Index, Speicher-Konnektor und Suchkonfiguration. Keine Kreuzkontamination zwischen Projekten, Teams oder Kunden.

• 🔍 Hybride Suche — Vektorähnlichkeit + Volltext-Stichwortsuche mit konfigurierbarer Fusion (konvexe Kombination, DBSF, AutoCut). Erhalten Sie Ergebnisse, die eine reine Vektorsuche übersieht.

• 🧠 Multi-Provider-KI — Wechseln Sie zwischen Ollama, OpenAI, Azure OpenAI und Anthropic für Embeddings und LLM – zur Laufzeit, pro Container, ohne Neustart.

• 🔌 Indizieren Sie Ihren bestehenden Speicher — Verbinden Sie MinIO, lokales Dateisystem (Live-Dateiüberwachung), Amazon S3 (IAM-Auth) oder Azure Blob Storage (verwaltete Identität). Ihre Dateien bleiben, wo sie sind.

• 🤖 4 Zugriffsoberflächen — Web-UI, REST-API, CLI (native Binärdateien) und MCP-Server (11 Tools für Claude). Entwickelt für Menschen, Skripte und KI-Agenten gleichermaßen.

• 🔐 Enterprise-Authentifizierung — Mehrstufiges RBAC (Cookie + OAuth 2.1 + PAT + JWT) mit AWS IAM Identity Center und Azure AD-Identitätsverknüpfung. Cloud-Berechtigungen sind die Quelle der Wahrheit.

• 🐳 Ein-Befehl-Bereitstellung — Docker Compose mit PostgreSQL + pgvector, MinIO und optional Ollama. Strukturiertes Audit-Logging und Ratenbegrenzung integriert.

• 📄 Multi-Format-Aufnahme: PDF, Office-Dokumente, Markdown, Klartext – automatisch geparst, gechunked und eingebettet

• ⚡ Echtzeitverarbeitung: Hintergrundaufnahme mit Live-Fortschritts-Updates via SignalR

• 🎛️ Laufzeitkonfiguration: Ändern Sie Chunking-Strategie, Embedding-Modell und Sucheinstellungen pro Container ohne Neustart

• ☁️ Cloud-Identitätsverknüpfung: AWS IAM Identity Center (Geräte-Auth-Flow) + Azure AD (OAuth2+PKCE) mit IAM-abgeleiteter Bereichsdurchsetzung

• 👥 Einladungsbasierter Zugriff: Admin-gesteuerte Benutzerregistrierung mit vier Rollen (Admin / Editor / Viewer / Agent)

• 🤖 Agentenverwaltung: Dedizierte Agenten-Entitäten mit API-Schlüssel-Lebenszyklus, Bereichsberechtigungen und Audit-Trails

• 📋 Audit-Logging: Strukturierter Audit-Trail für Uploads, Löschvorgänge, Container-Operationen und Auth-Ereignisse

• 📦 CLI-Distribution: Native, in sich geschlossene Binärdateien (Windows/Linux/macOS) und .NET-Global-Tool via NuGet

• 🔄 Cross-Modell-Suche: Wechseln Sie Embedding-Modelle mitten im Projekt – automatischer semantischer→hybrider Fallback für Legacy-Vektoren

🎯 Für wen ist Connapse?

• KI-Agenten-Entwickler, die ein Wissens-Backend benötigen, das ihre Agenten sowohl abfragen als auch aufbauen können – Forschung hochladen, einen Korpus kuratieren und ihn via MCP oder REST-API durchsuchen

• .NET / Azure-Teams, die eine RAG-Plattform suchen, die zu ihrem bestehenden Stack und ihrer Cloud-Identität passt

• Enterprise-Teams, die projektisolierte Wissensdatenbanken mit korrektem RBAC und Audit-Trails benötigen

• Jeden, der es leid ist, Dateien erneut hochzuladen – verweisen Sie Connapse auf Ihren bestehenden Amazon S3/Azure Blob Storage/Dateisystem-Speicher

Dieses Projekt befindet sich in aktiver Entwicklung (v0.3.2) und nähert sich der Produktionsreife.

v0.3.x fügt eine Cloud-Konnektor-Architektur mit IAM-basierter Zugriffskontrolle, Multi-Provider-Embeddings und LLM-Unterstützung, Cloud-Identitätsverknüpfung (AWS SSO + Azure AD) und Ratenbegrenzung hinzu.

• ✅ Authentifizierung und Autorisierung (v0.2.0)

• ✅ Rollenbasierte Zugriffskontrolle (Admin / Editor / Viewer / Agent)

• ✅ Audit-Logging

• ✅ Cloud-Identitätsverknüpfung — AWS IAM Identity Center + Azure AD OAuth2+PKCE (v0.3.0)

• ✅ IAM-abgeleitete Bereichsdurchsetzung — Cloud-Berechtigungen sind die Quelle der Wahrheit (v0.3.0)

• ✅ Ratenbegrenzung — integrierte ASP.NET Core-Middleware mit Richtlinien pro Benutzer und pro IP (v0.3.2)

• ⚠️ Setzen Sie ein starkes Identity__Jwt__Secret in der Produktion — siehe Bereitstellungsanleitung

Siehe SECURITY.md für die vollständige Sicherheitsrichtlinie.

🏗️ Architektur

┌──────────────────────────────────────────────────────────────────────┐
│                         Access Surfaces                              │
│  Web UI (Blazor)  │  REST API  │  CLI  │  MCP Server                │
└─────────────┬────────────────────────────────────────────────────────┘
              │
┌─────────────▼────────────────────────────────────────────────────────┐
│                       Core Services Layer                            │
│  Document Store  │  Vector Store  │  Search  │  Ingestion           │
└─────────────┬────────────────────────────────────────────────────────┘
              │
┌─────────────▼────────────────────────────────────────────────────────┐
│                        Connectors Layer                              │
│  MinIO  │  Filesystem  │  Amazon S3  │  Azure Blob Storage          │
└─────────────┬────────────────────────────────────────────────────────┘
              │
┌─────────────▼────────────────────────────────────────────────────────┐
│                        Infrastructure                                │
│  PostgreSQL+pgvector  │  MinIO (S3)  │  Ollama (optional)           │
└──────────────────────────────────────────────────────────────────────┘

Datenfluss: Upload → Suche

G